Future Mobility Talents meistern die 1. Etappe

19. Dezember 2022

Zu Beginn des Projektstarts im Oktober wusste von uns sechs Teilnehmern keiner was genau uns beim Projekt „Future Mobility Talents“ der School for Talents erwarten würde. Beim ersten Treffen wurden wir ans FKFS (Forschungsinstitut für Kraftfahrwesen und Fahrzeugmotoren Stuttgart) eingeladen und uns wurde das Institut, die betreuenden Mitarbeiter und selbstverständlich unser Projekt „Artificial intelligence assisted powertrain development of electric vehicles” vorgestellt.

Bei diesem soll ein modernes, vollständig elektrisch angetriebenes Fahrzeug (Audi eTron GE 50) unter Realbedingungen messtechnisch untersucht werden. Anschließend soll ein künstliches neuronales Netz mittels der erfassten Daten trainiert und schlussendlich mithilfe dieses vereinfachten Antriebsstrangmodells eine Vorhersage einzelner Subsystemgrößen des Antriebsstrangs ermöglicht werden.

Zu Beginn des Projektstarts eruierten wir im Team, welche der im Fahrzeugsteuergerät verarbeiteten Daten wir für das Training unseres künstlichen Neuronalen Netzes erfassen möchten. Anschließend stellten uns Mitarbeiter des Instituts und des institutseigenen Start-ups ROSI Technology GmbH eine vorkonfigurierte Auslesehardware zur Fahrzeugdatenerfassung über die OBDII-Schnittstelle zur Verfügung. Da die Qualität des künstlichen Neuronalen Netzes mit der Anzahl der Trainingsdaten steigt, erstellten wir einen Fahrtenplan zur maximalen Auslastung des uns für drei Wochen zur Verfügung gestellten Testfahrzeugs.

In der gesamten Messkampagne wurden über eine Dauer von knapp drei Wochen und auf gut 5000 gefahrenen Kilometern schon sehr viele Messdaten generiert und wir konnten die Funktionsweise und Besonderheiten von elektrisch angetrieben Fahrzeugen tiefer kennenlernen. Besonders interessant hierbei war es zu sehen, wie die Systemleistung in den unterschiedlichen Fahrmodi auf die E-Maschinen aufgeteilt wird und wie sich die Traktionsbatterie mit unterschiedlichen Systemtemperaturen beim Entladen und Aufladen verhält. Zudem konnten wir lernen welche Auswirkungen diese Parameter auf die restlichen Systemparameter wie Kühlmitteltemperatur oder Lüftungseinstellungen und vor allem auf den Energieverbrauch darstellen. Im neuen Jahr steht nun zunächst die Einarbeitung in die Grundlagen der neuronalen Netze an bevor wir uns an die komplette Aufbereitung und Auswertung der Messdaten machen.

Kontakt

Dirk Itzen
Institut für Fahrzeugtechnik Stuttgart (IFS) – Lehrstuhl Fahrzeugantriebe
dirk.itzen@ifs.uni-stuttgart.de

Sebastian Crönert
Institut für Fahrzeugtechnik Stuttgart (IFS) – Lehrstuhl Fahrzeugantriebe
sebastian.croenert@ifs.uni-stuttgart.de

Zum Seitenanfang